摘要：小微企业的发展，是中国经济发展的一个重要支撑。国家在“十三五”规划建议中，明确指出要支持中小企业健康发展，发展普惠金融。

   小微企业的发展，是中国经济发展的一个重要支撑。国家在“十三五”规划建议中，明确指出要支持中小企业健康发展，发展普惠金融。中国建设银行拥有数量庞大的小微企业客户，存在大量的短、小、急、频的融资需求。然而，在传统的银行客户经理以线下营销为主的业务模式下，这些小微企业的融资需求无法得到充分满足。因此，中国建设银行积极借助大数据和“互联网+”等新技术新手段，开展产品与服务模式创新，打造先进的大数据平台，从创新小微企业增信方法，优化贷后风险管理手段出发，致力于提升小微金融服务的效率，降低交易成本，延伸服务半径，提高小微金融覆盖面，实现真正的普惠金融。
　　
　　云税贷产品数据解决方案是中国建设银行充分利用大数据等先进技术，基于客户的税务、工商、结算等数据，自主研发的小微“云税贷”产品，构建了云税贷自动化审批模型、额度授信模型、客户精准挖掘模型，精准挖掘模型营销名单等。
　　
　　云税贷主要从客户营销、额度测算、自动审批三个方面提供数据解决方案。
　　
　　客户营销。充分利用大数据的“预测”功能，基于客户工商、税务以及在建设银行的结算等数据，提炼超过1000个变量，运用决策树、逻辑回归等分析方法，挖掘优质、创新的符合云税贷产品准入的目标客户，定期通过客户关系管理组件为一线客户经理提供营销名单，实现信贷资源的精准投放。
　　
　　额度测算。综合考虑风险、收益、客户需求、承受能力等方面，基于客户的缴税金额、频次等行为数据，在建设银行的信贷记录、结算等数据，基于相关性分析、回归分析、决策树等方法，科学测算客户信贷额度，建立额度测算模型。
　　
　　自动审批。基于小企业客户的工商、税务、在建设银行的结算、金融资产等多维数据，提炼近1500个变量，综合运用决策树、逻辑回归等分析方法，结合专家经验，建立自动审批模型。
　　
　　针对原有风险预警模型存在的预警率高、准确率低的现状，本项目依托建设银行大数据平台，充分挖掘行内外数据，在预警模型现有指标的基础上，创新设计新指标，提炼上千个变量，利用神经网络、随机森林、GBDT等机器学习模型，选取对客户质量区分度强的变量，总结客户行为特征的风险预测能力，构建新的风险预警模型。
　　
　　以往小微企业“融资难”的困境在于：一方面，小微企业缺乏有效的抵质押资产，另一方面，银行缺乏对小微企业有效的信用评估、风险缓释手段。云税贷利用税务数据，基于大数据模型，实现了对小微企业的有效增信，打破了以往小微企业缺乏风险缓释措施的难题，降低了企业融资门槛，真正解决了小微企业“融资难”的问题。
　　
　　编辑：Harris